一、决策树的算法
信息增益:某个属性带来的熵增
1、决策树三大经典算法
• ID3 → 信息增益
信息增益:某个属性带来的熵增
• C4.5 → 信息增益率
信息增益率:信息增益÷自身熵
• CART → 基尼指数(分类);平方误差最小化(回归)
基尼指数Gini(D): ·p越大,Gini(D)越小
• 如何防止过拟合
少分叉 + 多验证 + 后剪枝”
2、sklearn.tree.DecisionTreeClassifier 关键参数
数据集预测:例如心脏病数据集
一、决策树的算法
信息增益:某个属性带来的熵增
1、决策树三大经典算法
• ID3 → 信息增益
信息增益:某个属性带来的熵增
• C4.5 → 信息增益率
信息增益率:信息增益÷自身熵
• CART → 基尼指数(分类);平方误差最小化(回归)
基尼指数Gini(D): ·p越大,Gini(D)越小
• 如何防止过拟合
少分叉 + 多验证 + 后剪枝”
2、sklearn.tree.DecisionTreeClassifier 关键参数
数据集预测:例如心脏病数据集
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若转载,请注明出处:http://www.pswp.cn/bicheng/94111.shtml 繁体地址,请注明出处:http://hk.pswp.cn/bicheng/94111.shtml
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!